TP-JSCC: Эффективное токенирование и совместное кодовое использование источников и каналов для ЛЖМ на основе 3D-VQA в рамках сотрудничества облаков-эдге

Компьютерные науки > Компютерное видение и распознавание моделей [представлено 26 октября 2026 года] Название: TP-JSCC: Эффективная токеновая трансляция и совместная комбинация исходных/канальных кодов для LVLMs на основе 3D-VQA в Cloud-Edge Cooperation View PDF HTML (экспериментальное) резюме: Депродукция крупных моделей языка зрения (LLWMS) по ресурсосвязанным воплощенным агентам для 3D визуальных вопросов, которые требуют сотрудничества с помощью облачных технологий. Однако загрузка массивных визуальных данных в облако через замкнутые и шумные каналы приводит к серьезному искажению запоздалости и трансмиссии. Для решения этой проблемы мы предлагаем TP-JSCC - эффективный метод стыковки символов и совместного кодирования источников/канелей для 3D-VQA на основе LVLM в рамках сотрудничества облако-Эдж. Во-первых, мы разработали модуль гибридного токена (LGS-HTP), основанный на местной и глобальной семантике для значительного сокращения числа визуальных символов. Разъединяя предпочвенные и стойкие символы, а также совместно выбирая местные и глобальные семантики, ЛГС-ГТП эффективно сокращают избыточность при сохранении критичных символов. Во-вторых, мы введем небольшой модуль Токена совместного кода источника и канала (T-JSCC) для дальнейшего сжимания прорезиненных жетонов и обеспечения их надежной передачи через каналы вероятности ошибок. Используя легкий каскадированный линейный слой и механизм корректировки соотношения " сигнал-шум &qt; (SNR), этот модуль адаптируется…